Einführung in die computergestützte Analyse qualitativer Daten

In freier Abwandlung der Aussage, nichts sei praktischer als eine gute Theorie, könnte man für die qualitative Datenanalyse formulieren: Nichts ist praktischer als eine einfach zu handhabende QDA-Software. Lange Zeit war die qualitative Sozialforschung nicht unbedingt ein Feld, in dem die Forscherinnen und Forscher mit dem Computer auf Du und Du standen. Dies hat sich in den letzten Jahren gründlich geändert, denn zu offensichtlich sind die Vorteile des computerunterstützten Arbeitens. Doch was leisten eigentlich solche EDV-Programme wie ATLAS.TI, MAXQDA oder NVivo?

Alle qualitativen Verfahren der Textanalyse beginnen mit Textarbeit, d.h. der sorgfältigen Lektüre des Textmaterials. Auch bei der computerunterstützten Analyseform ziehen Wissenschaftler es meist vor, diesen ersten Arbeitsschritt nach dem Importieren eines Textes in die QDA-Software nicht am Bildschirm vorzunehmen. In der Forschungspraxis hat es sich bewährt, zunächst eine Arbeitsfassung der einzelnen Texte mit Absatznummerierung zu erstellen und auszudrucken. Diese Papierfassung des Textes ist es, mit der zunächst gearbeitet wird. Vor allem dann, wenn man mit Kolleginnen und Kollegen im Team zusammen arbeitet, ist es von Vorteil über eine solche sequentiell nummerierte Textfassung zu verfügen. So kann man sich bei der gemeinsamen Diskussion von Textpassagen besser verständigen und unter Angabe der Absatznummer Textstellen leicht finden.

Systematische, methodisch kontrollierte Textauswertung ist zwar eine Aufgabe, die sich in vielen Disziplinen und Praxisfeldern stellt, doch verfügt man meist nicht über einen Kanon von präzise beschriebenen Auswertungsmethoden. Im Bereich der Sozialwissenschaften sind eine Reihe von Verfahren entwickelt worden, die auch für andere Disziplinen sehr interessant sind. Im Folgenden werden vier solcher Ansätze skizziert, und zwar:

Die Techniken des Codierens und des darauf aufbauenden Text-Retrievals eröffnen viele Möglichkeiten, sie haben aber den Nachteil, relativ zeitaufwändig zu sein. Nicht immer steht in einem Projekt genügend Zeit zur Verfügung, um das Textmaterial in seiner vollen Breite zu kategorisieren und zu codieren. Eine Hilfe können dann Verfahren der lexikalischen Suche darstellen, d.h. die Möglichkeit, in den Texten oder in ausgewählten Gruppen von Texten nach dem Vorkommen bestimmter Stichworte und Wortkombinationen zu suchen. Die lexikalische Suche ist generell zur Textexploration gut geeignet. Auch dann, wenn man eine Kategorisierung des Datenmaterials ins Auge fasst, macht es Sinn, sich in der Phase der Textexploration der Fähigkeiten des Computers zu bedienen: Mit Hilfe von QDASoftware ist eine schnelle und effiziente Volltext-Recherche in großen Textmengen möglich. So kann man gewissermaßen im Textkorpus surfen und (ungeplante) Entdeckungen machen. Solche überraschenden Entdeckungen von ursprünglich nicht Gesuchtem kann man auch mit dem Begriff „Serendipity“ bezeichnen. Nicht nur die Entdeckung Amerikas verdankt sich dem Serendipity-Prinzip, sondern auch innerhalb der Sozialwissenschaften spielt es eine nicht zu unterschätzende Rolle.

Benutzer von QDA-Software werden in der Programmbeschreibung häufig entdecken, dass die Möglichkeit besteht, eigene Aufzeichnungen („Memos“) anzufertigen und zusammen mit den Texten zu verwalten. Häufig wird man sich dann die Frage stellen, ob es sinnvoll ist, bei der Datenanalyse diese Möglichkeit des Programms zu nutzen und wie dies am besten zu bewerkstelligen ist. Dieses Kapitel will einen Eindruck davon vermitteln, wozu Memos gut sein können, gibt Beispiele für verschiedene Typen von Memos und zeigt, wie die Memo-Funktion in einem QDA-Programm aussieht.

Moderne QDA-Software offeriert eine Reihe von Verfahren, die weitaus komplexer sind als die einfachen Techniken des Wiederfindens, die in Kapitel 5 dargestellt sind. Dazu gehören beispielsweise:

Visualisierung als Hilfsmittel der Auswertung, aber auch als Modus der Präsentation von Analyseergebnissen, gewinnt in vielen Wissenschaftsdisziplinen zunehmend an Bedeutung. Die Sozialwissenschaften sind allerdings ein Wissenschaftszweig, in dem vornehmlich textbasiert gearbeitet und argumentiert wird. Anders als in den Naturwissenschaften oder in der Medizin, wo es heute gang und gäbe ist, Zusammenhänge visuell darzustellen und zunehmend auch in der medizinischen Diagnostik bildgebende Verfahren einzusetzen, hat die sozialwissenschaftliche Methodik diese Möglichkeiten bislang nur spärlich genutzt: Sozialwissenschaftliche Methodenliteratur, die sich explizit mit Visualisierungsmöglichkeiten von Analyseergebnissen befasst, ist sehr dünn gesät (Banks 2001; Blasius/Greenacre 1998; Miles/Huberman 1984; Strauss/Corbin 1996) und allenfalls in der Netzwerkanalyse häufiger anzutreffen (z.B. Krempel 2005).

Die Definition von Kategorien und Subkategorien spielt beim Arbeiten mit QDA-Software eine zentrale Rolle für das Organisieren, Sortieren und spätere Wiederfinden von Textpassagen. Je nach Wissenschaftsdisziplin und Forschungsmethode findet man unterschiedliche Bezeichnungen für die Kategorien, z.B. Codes, Stichworte, Schlagworte, Keywords und dergleichen mehr. Dementsprechend spricht man dann von Kategoriensystem, Indexsystem, Schlagwortkatalog, Stichwortverzeichnis oder Codesystem. Faktisch steht hinter dieser Vielfalt von Begriffen immer ein ähnliches Instrumentarium, nämlich eine gewisse Anzahl von analytischen Kategorien.

Neben der Grounded Theory ist die traditionelle, quantitativ orientierte Inhaltsanalyse die zweite sozialwissenschaftliche Forschungsmethode, die sich sehr intensiv mit dem Thema Kategorienbildung auseinandersetzt. Die Methode der quantitativen Inhaltsanalyse hat eine lange Tradition, die (zumindest) bis zu Max Weber zurückreicht, der schon 1910 auf dem ersten deutschen Soziologentag ein auf die Inhaltsanalyse aufbauendes Forschungsprogramm forderte: „…und wir werden nun, deutlich gesprochen, ganz banausisch anzufangen haben damit, zu messen, mit der Schere und mit dem Zirkel, wie sich denn der Inhalt der Zeitungen in quantitativer Hinsicht verschoben hat im Lauf der letzten Generation…“ (Weber 1911: 52)

Das folgende Kapitel stellt einige Möglichkeiten vor, wie quantitative Verfahren sinnvoll in den Prozess der Analyse qualitativer Daten zu integrieren sind. Es ist vermutlich für jene, die mit statistischen Verfahren wenig vertraut sind, nicht leicht zu lesen. Intention ist es, zu zeigen, dass die Kombination von qualitativen und quantitativen Methoden mit Gewinn praktiziert werden kann.

In den letzten Jahren haben die Methoden zur computergestützten Analyse qualitativer Daten beachtliche Fortschritte gemacht. Neue, verbesserte Versionen der QDA-Software sind erschienen und viele Wünsche, die auf der Wunschliste qualitativer Forscher obenan standen, sind mittlerweile erfüllt worden. Methodische Aspekte und Probleme der QDA-Software haben in den letzten Jahren in der sozialwissenschaftlichen Methodendiskussion verstärkt eine Rolle gespielt.